«Винтики и чудища: какая она, экономическая наука, и какой она должна стать»

Традиционная экономическая наука до сих пор рассматривает людей как рациональных агентов, действующих в четко определенных условиях. Однако, по мнению экономиста Дианы Койл, с явлениями, порожденными цифровой экономикой, такой подход справляется плохо. В книге «Винтики и чудища: какая она, экономическая наука, и какой она должна стать» («Издательство Института Гайдара»), переведенной на русский язык Аллой Белых, она рассказывает о проблемах, с которыми сталкивается эта дисциплина, и какие изменения ей необходимы, чтобы быть релевантной для XXI века. Предлагаем вам ознакомиться с фрагментом о том, почему экономике нужно шире смотреть на то, как мы принимаем решения.

Рациональность в реальных условиях

Рассмотрим три типа экспериментов. Компания DeepMind, занимающаяся искусственным интеллектом (ИИ), создала несколько компьютерных программ — агентов системы ИИ, которые должны были принимать решения по определенным правилам. Эти агенты конкурировали между собой за ограниченное количество ресурсов — они должны были собирать яблоки (Leibo et al. 2017a, b). Цель игры «Сбор яблок» заключалась в том, чтобы выяснить, смогут ли агенты, участники игры, при сборе яблок скооперироваться или будут стараться «проехаться на халяву», то есть забирать себе яблоки, которые уже собрали другие агенты. Эти программы прошли глубокое расширенное обучение, при котором предполагалось, что алгоритмический агент «должен научиться максимизировать собственную кумулятивную долгосрочную награду в результате взаимодействия с окружающей средой по принципу „проб и ошибок“». Говоря иначе, компьютерные агенты самообучались на основе определенных входных сигналов, таких как расположение пикселей на экране во время игры, а также на основе собственного опыта, который позволял им понять, что случится после того, как к своему счету они получат дополнительный балл. Эти агенты разрабатывались таким образом, чтобы уметь принимать решения подобно homo economicus, то есть рациональным акторам в классической экономической модели оптимизации при наличии ограничений. Это, в свою очередь, означало, что они должны были максимизировать свои баллы с учетом наличия яблок, взаимодействуя друг с другом до тех пор, пока не закончится игра. Каждый агент представлял собой часть окружающей среды, на которую он должен был реагировать. Все было достаточно гармонично, пока яблок было много. Но как только их количество уменьшалось, агенты становились более агрессивными и в конце концов начинали нападать друг на друга. Началась настоящая война за яблоки. Чем сильнее становилась конкуренция за ресурсы, тем агрессивнее были агенты.

Можно было бы сделать вывод, что иного и не могло случиться, если агенты были запрограммированы таким образом, чтобы действовать в собственных хорошо просчитанных интересах, как и модель homo economicus в неоклассической экономической теории. Экономисты привыкли к этой идее и воспринимают ее как исходный бенчмарк для анализа. Однако многие критики считают это допущение и нереалистичным, и противоречащим нормам морали. Мы вполне можем утверждать, как нечто само собой разумеющееся, что люди часто проявляют альтруизм и заботу о других. По словам Боулза (2004), чтобы иметь минимальную эмпирическую обоснованность, любой анализ экономического решения должен строиться на предпосылке о том, что люди руководствуются практическими правилами, а не рациональными подсчетами.

Все в большем количестве работ по поведенческой экономике и психологии, в основе которых главным образом лежат эксперименты второго вида, отмечается необходимость более широкого взгляда на то, как люди принимают решения. В реальной ситуации с людьми, в отличие от игры с ИИ, это не экономическая война всех против всех. На самом деле альтернативные допущения для homo economicus все шире используются в прикладной экономике, пусть даже эта область пока остается только привычной отправной точкой (Pesendorfer 2006). 

Существует и третий тип экспериментов, который не распространяется ни на мир с компьютерами и искусственным интеллектом, ни на реальный мир с людьми. Целью этих экспериментов является изучение поведения различных биологических существ в условиях ограниченных ресурсов. Иногда эти объекты эксперимента — крысы или голуби — демонстрируют эмоциональные реакции, такие как желание поделиться друг с другом или стремление наказать за обман, даже если это будет в ущерб себе. Однако различные живые организмы, начиная с бактерий и грибов и заканчивая обезьянами-капуцинами, часто ведут себя подобно расчетливым акторам, преследующим собственные интересы, как в случае с агентами экономических моделей или ИИ-игр. Так, например, они стремятся списать невозвратные расходы, правильно рассчитывают вероятности и, кажется, даже держат в уме «правильный» обменный курс винограда на огурцы. Все это решения, которые можно предсказать с помощью экономических моделей условной оптимизации (De Waal 2006; Hammerstein and Noë 2016; Herbranson and Schroeder 2010; Hurley and Nudds 2006). Представляется, что такого рода торговля, которая происходит на подобных «биологических рынках», вполне соответствует моделям мейнстримных экономических теорий. 

О чем свидетельствуют результаты этих трех типов экспериментов? Разумеется, не о том, что крысы более рациональны, чем мы, и не о том, что по сравнению с ИИ мы хоть и можем проявлять отзывчивость к другим, но порой тормозим. Различия не имеют отношения к когнитивным способностям — ведь грибы и бактерии не имеют нейронов. Это не вопрос о сходствах или различиях в «глубинах» сознания различных видов живых существ (или алгоритмов). Поведенческие сходства и различия должны увязываться не с внутренним, а с внешним миром, с контекстами, в которых происходят эволюционные процессы специализации и обмена между отдельными существами, оказавшимися в ситуации с ограниченными ресурсами. 

Индивидуальный человеческий выбор осуществляется как в социальном, так и в экологическом контексте. Мы принимаем решения в ситуации с бóльшими социальными сложностями, чем многие биологические существа или агенты ИИ. Лейбо и его соавторы (Leibo et al. 2017a, b) приходят к следующему выводу: «Нельзя считать одинаковыми сложности, возникающие при обучении тому, как осуществлять эффективную кооперацию и как переманивать на свою сторону других. Одно или второе может усваиваться намного легче другого». И в самом деле, как оказывается, кооперация требует серьезных вычислительных ресурсов; по сравнению с этим максимизировать собственный интерес будет легче; из-за дефицита ресурсов кооперация становится более затратной. Все зависит от контекста. 

Такой вывод вполне подходит и для экономической науки. Уже давно Беккер (Becker 1962) продемонстрировал, что рыночная ситуация, которая выглядит так, как если бы она сложилась в результате рационального выбора, сделанного при наличии определенных ограничений, иногда возникает даже в том случае, когда индивидуальные решения являются полностью «иррациональными» — либо случайными, либо стандартными. Ситуация на рынке устанавливается контекстом, и для этого не нужно никаких допущений по поводу психологии людей или их предпочтений. Говоря в более широком смысле, к экономистам вернулся интерес к контексту, по крайней мере к историческому или географическому. В настоящее время проводится множество интересных междисциплинарных исследований, не только на стыке психологии и когнитивистики, но также истории, географии, информационной теории, эволюционной биологии, науки о поведении сложных систем и политической экономии. И все же огромный интерес, который сейчас проявляется к поведенческой экономике, может завести нас не туда, особенно если мы серьезно отнесемся к тому, что для нас раскрыли теория биологических рынков и теория информации: контекст гораздо важнее восприятия. Вместо этого мы должны пытаться выявить релевантные контексты, формирующие наши решения. 

Экономической науке еще предстоит многое выяснить по поводу того, как люди принимают экономические решения.

Подробнее читайте:
Койл, Д. Винтики и чудища: какая она, экономическая наука, и какой она должна стать / Диана Койл ; перевод с английского Аллы Белых ; под научной редакцией Андрея Белых. — Москва : Издательство Института Гайдара, 2025. — 352 с.